Recraft: Recraft V4.1 Flash

Recraft V4.1 Flash är en text-till-bild-modell från Recraft, positionerad som snabbhetstiern i V4.1-familjen. Den tillhör kategorin bild och tar textpromptar som enda indata, och returnerar genererade bilder som enda utdata. Om du redan dirigerar andra modeller genom api14 passar denna in i samma arbetsflöde men producerar bilder istället för text.

Modellen läser text och skriver bilder. Dess kontextfönster är 65 536 tokens, med en maximal utdata på 58 982, vilket ger dig utrymme för långa, detaljerade promptar utan att behöva korta av dem. Genereringen är snabb: Recraft beskriver att den producerar ungefär 1K-rasterbilder på cirka 1,5 sekunder från start till mål. Två bildkontroller exponeras. Bildförhållande accepterar 1:1, 4:3, 3:4, 16:9, 9:16 eller auto, och n accepterar mellan 1 och 6 bilder per begäran, så du kan be om en liten batch i ett anrop.

Dessa förmågor pekar mot en ganska specifik uppsättning arbetsuppgifter. Eftersom den är snabb och hanterar batchar passar den för utkast-och-iterera-loopar där du genererar flera kandidater, väljer en och förfinar prompten. Alternativen för bildförhållande täcker kvadratiska inlägg för sociala medier, liggande banners och rubriker, samt vertikala format för stories eller mobila skärmar. Långa promptar är genomförbara givet kontextfönstret, så beskrivande scenuppbyggnad, stilriktning och kompositionsanteckningar kan alla ingå i en enda begäran. Batchgenerering med n upp till 6 är användbart för A/B-testning av visuella riktningar eller för att fylla ett rutnät av varianter innan en människa granskar dem.

Att anropa den genom api14 fungerar som vilken annan OpenAI-kompatibel begäran som helst. Använd modell-id:t "recraft/recraft-v4.1-flash" i modellfältet för ett anrop i stil med chat completions, skicka din prompt som text och läs tillbaka bilden från svaret. Listan över parametrar som stöds är tom, så det finns inga vanliga samplingsreglage som temperature att justera. De bildspecifika kontrollerna är aspect_ratio, med enumvärdena ovan, och n, ett heltal från 1 till 6.

Det viktigaste att väga in är omfattningen. Detta är enbart en text-till-bild-modell, så den redigerar inte en befintlig bild, tar inte emot bildindata och returnerar inte text. Om din uppgift behöver bildförståelse, bildredigering eller ett textsvar tillsammans med bilden är en annan modell ett bättre val. Inom text-till-bild-arbete är Flash snabbhetstiern, så ta till den när svarstid och volym betyder mer än den tyngsta renderingspassen.